• Nenhum resultado encontrado

Estudo de Performance Realizado pela OPC Foundation

O teste realizado anteriormente não permitiu tirar conclusões convincentes relativamente a aspectos como o aumento significativo grupos e itens no servidor.

Para complementar os resultados apresentados no ponto anterior e baseados nos nossos próprios testes, foram também analisados os resultados do estudo desenvolvido por Frank Iwanitz e Jürgen Lange sobe a alçada da OPC Foundation [Iwa06]. Trata-se de uma referência e está entre os mais completos estudos desenvolvidos para a especificação OPC DA OPC.

A análise cuidada dos resultados desse estudo, permitiram-nos retirar um conjunto de novas conclusões relevantes para a aplicação em estudo.

O setup para o estudo de performance consistiu em:

Utilizar 2 Pentium II com uma frequência de 200 MHz, 1 Pentium II com uma frequência de 400 MHz e 1 com Pentium II com uma frequência de 550 MHz.

Utilizar a plataforma Windows NT, e um cliente e servidor Data Access

• As medições foram executadas segundo as seguintes configurações: (A) - Cliente e servidor correm no mesmo PC (200MHz, 400MHz, 550MHz) e (B) – O cliente e servidor correm em maquinas separadas (dois PC de 200MHz) conectados por uma rede

60

Cada série de medições foi executada da seguinte forma:

Os itens (Objectos OPCItems) são incrementados em lotes de 400 começando no 0 até aos 20000 itens.

• As variáveis (itens) são do tipo Booleano, e são alteradas por um simulador.

• Os valores das variáveis são colocados na memória do PC através do servidor DA

• Durante os testes, os periféricos dos PCs não estão acessíveis.

O numero de grupos criados ( Objectos OPCGroup) foi dividido em quatro categorias (1, 10, 50 e 100 Grupos) para analisar o peso do numero de grupos no ensaio.

• Foi utilizada a leitura por subscrição( só quando ocorrer uma mudança numa variável é que o dados são transferidos.

• A taxa de variação dos itens é simulada de forma a termos ao mesmo tempo 5%,10%, 50% ou 100% de variações simultâneas.

No início do teste no instante t=0 são lidos os valores de todos os itens, seguidamente o cliente cria os grupos e começa a aumentar gradualmente o número de itens, dividindo-os de forma igual pelos grupos. Continuamente são medidos e registados os tempos das transacções (tempo desde o pedido até que toda a operação esteja concluída), calculado posteriormente a média de Update Rate para cada grupo, em função das mudanças simultâneas (da carga).

Cada série de teste teve duas variantes, o servidor e cliente na mesma máquina e em máquinas separadas.

Os resultados do estudo estão apresentados no Anexo C.

6.3.1 Conclusões

As conclusões que se seguem foram retiradas com base em conclusões e na análise cuidada dos resultados do estudo, recorrendo para isso a interpolações.

1 - Quando temos 20000 itens, e uma troca simultânea de 5% (1000 itens), o servidor e cliente na mesma máquina:

61

Tabela 6.1 – Conclusão dos resultados da série 1

Configuração Nº de grupos Carga Tempo (ms)

Mesma Máquina-COM 100 5%(1000 itens) 621

Mesma Máquina-COM 1 5%(1000 itens) 524

B)A diferença entre 1 grupo e 10 grupos é praticamente nula.

2 - Quando temos 20000 itens, um troca simultânea de 5% (1000 itens), o cliente e servidor em PCs separados:

A)A influência do número de grupos é visível mas não é significativa

Tabela 6.2 – Conclusão dos resultados da série 2

Configuração Nº de grupos Carga Tempo (ms)

Máquinas Separadas-Dcom 100 5%(1000 itens) 719

Máquinas Separadas-Dcom 1 5%(1000 itens) 584

B)A diferença entre 1 grupo e 10 grupos é praticamente nula.

3 – Se compararmos as séries anteriores vemos que as diferenças não são significativas, e como é natural são uma consequência do uso da rede, se considerarmos 50 grupos temos uma diferença de 114ms.

Tabela 6.3 – Conclusão dos resultados da série 3

Configuração Nº de grupos Carga Tempo (ms)

Máquinas Separadas-Dcom 50 5%(1000 itens) 638

Máquinas Separadas-Dcom 1 5%(1000 itens) 584

Mesma Máquina-COM 50 5%(1000 itens) 566

Mesma Máquina-COM 1 5%(1000 itens) 524

4 – Quando temos 20000 itens, 10 grupos e uma carga variável e o servidor e cliente na mesma máquina:

A) A influência da carga é significativa, porque o mínimo Update Rate para uma carga de 100% é sensivelmente 2 vezes o mínimo Update Rate para uma carga de 0%.

62

Tabela 6.4 – Conclusão dos resultados da série 4

Configuração Nº de grupos Carga Tempo (ms)

Mesma Máquina-COM 10 100% 1008

Mesma Máquina-COM 10 50% 770

Mesma Máquina-COM 10 10% 560

Mesma Máquina-COM 10 5% 545

Mesma Máquina-COM 10 0% 498

B) Até 10% da carga não temos uma variação significativa do mínimo Update Rate.

C)Temos uma velocidade de transferência de dados de 3,8Mbits/s, quando temos a carga de 100%.

D)Mesmo quando não temos variação de itens (carga 0%) o sistema contínua em constante operação (o valor não é recebido mas tem que ser verificado), sendo esta a razão porque temos neste caso 498ms de Update Rate.

5 – Quando temos 20000 itens, uma carga variável e o cliente e servidor em PCs separados: A) A influência da carga é bastante significativa, porque o mínimo Update Rate para uma carga de 100% é sensivelmente 4,5 vezes o mínimo Update Rate para uma carga de 0%.

Tabela 6.5 – Conclusão dos resultados da série 5

Configuração Nº de grupos Carga Tempo (ms)

Máquinas Separadas-Dcom 10 100% 2315

Máquinas Separadas-Dcom 10 50% 1409

Máquinas Separadas-Dcom 10 10% 675

Máquinas Separadas-Dcom 10 5% 590

Máquinas Separadas-Dcom 10 0% 498

B) Temos uma velocidade de transferência de dados de 1,67Mbits/s, quando temos a carga de 100%. A velocidade standard utilizada em redes nos dias que correm situa-se nos 100Mbits/s, perante a velocidade de transferência de dados já determinada (1,67Mbits/s), verifica-se que sobra muita largura de banda na rede para outras aplicações/funções.

6- Se compararmos as duas séries anteriores vemos que as diferenças de acentuaram significativamente por duas razões, o aumento da carga que agora se situava nos 100% e a consequência do uso da rede.

63

Tabela 6.6 – Conclusão dos resultados da série 6

Configuração Nº de grupos Carga Tempo (ms)

Máquinas Separadas-Dcom 10 100% 2315

Mesma Máquina-COM 10 100% 1008

Máquinas Separadas-Dcom 10 10% 675

Mesma Máquina-COM 10 10% 560

Com uma carga de 10 % (2000 itens) não é significativa a diferença, mas para uma carga de 100% já é superior ao dobro e tende a aumentar rapidamente em função do volume de dados.

7- Quando avaliamos a influencia da velocidade do processador no mínimo Update Rate verificamos que:

A) A duplicação da frequência de relógio (200MHz para 400MHz) quase reduz para metade o mínimo Update Rate.

B) Utilizando o PC a 550MHz obtivemos uma redução de 25% no tempo face ao processadora 400MHz.

Tabela 6.7 – Conclusão dos resultados da série 7

Configuração Nº de grupos Carga Tempo (ms)

PC 550MHz 50 100% 227

PC 400MHz 50 100% 299

PC 200MHz 50 100% 580

C) O aumento da capacidade de processamento pode ser uma solução para resolver problemas de desempenho.

É necessário ter em conta que para diferentes trocas de dados (existem três tipos), vamos ter resultados diferentes. Para este estudo cada vez que queremos ler os 20000 itens temos de trocar 480.2Kbytes de informação. A figura seguinte apresenta a quantidade de dados de uma transmissão entre o servidor e o cliente.

64

Figura 6.4 - Quantidade de dados de uma transmissão entre o servidor e o cliente

Outros estudos realizados comparando DCOM com XML demonstraram que:

A utilização de servidores OPC XML DA (utilizam XML para realizarem a troca de informação em vez de DCOM, pode ser utilizado em diferentes plataformas) são bastante mais lentos que os servidores OPC DCOM DA, logo não devem ser utilizados em aplicações que necessitem de um elevado desempenho. Em termos de comparação num teste onde eram lidos 1000 itens, o mínimo update rate do servidor OPC DCOM DA e aproximadamente 6,5 vezes mais rápido que o servidor OPC XML DA.

A utilização das platafomas Linux ou Windows não apresenta vantagens em termos de desempenho, A plataforma Linux é mais rápida 3,5%.

As diferenças entre utilizarmos um acesso via Internet ou Intranet, situa-se nos 30% a pender naturalmente para o lado da Intranet. Estes dados demonstram que é também uma solução o desenvolvimento de aplicações que troquem dados via Internet.

65